Dados do Censo Brasileiro

Tutorial Transformação Digital nº 6

Autores

Afiliações

Vitor Marinho

Fundação João Pinheiro/Cedeplar

Renato Vale

Fundação João Pinheiro

Resumo

Neste tutorial, exploramos o pacote censobr que permite o acesso a dados do Censo diretamente no R.

Contato: transformacao.digital@fjp.mg.gov.br

1 Introdução

O pacote censobr no R é uma ferramenta para acessar e analisar dados do Censo brasileiro. Este tutorial irá guiá-lo através das funcionalidades básicas de extração dos dados.

1.1 Configuração Inicial

Para começar, instale e carregue os pacotes necessários no RStudio

# install.packages("censobr")
library(tidyverse)
library(censobr)
library(geobr)
library(plotly)

1.2 Explorando o Pacote censobr

censobr é um pacote do R para baixar dados do Censo Populacional do Brasil. Ele é construído sobre a plataforma Arrow, permitindo trabalhar com dados do censo maiores que a memória utilizando funções familiares do dplyr.

O pacote atualmente inclui 6 funções principais para baixar e ler dados do censo:

1. read_population()

2. read_households()

3. read_mortality()

4. read_families()

5. read_emigration()

6. read_tracts()

Além das funções de auxílio para as bases de dados:

7. data_dictionary()

8. questionnaire()

9. interview_manual()

Obs.: O pacote ainda está em desenvolvimento e foi construído pelo IPEA, dados mais atualizados são adiconados periodicamente (Pereira e Barbosa 2023).

1.3 Exemplos Práticos

Vamos começar com um exemplo simples de informação sobre renda per capta de Belo Horizonte. A função read_tracts() que permite coletar variáveis especificas.

Com a função data_dictionary é possível recolher as informações das variáveis.

Para auxiliar nas vizualizações vamos utilizar o pacote geobr

1. Carregamento dos Dados dos Municípios: Carregue os dados do município de Belo Horizonte para o ano de 2010:

muni_bh <- geobr::read_municipality(code_muni = 'MG', 
                                    year = 2010, 
                                    showProgress = FALSE) |>
           filter(name_muni == "Belo Horizonte")

Using year 2010

• read_municipality obtém dados dos municípios de Minas Gerais.

• O filtro seleciona apenas Belo Horizonte.

2. Carregamento dos Dados dos Setores Censitários: Agora, carregue os dados detalhados dos setores censitários:

tracts_sf <- geobr::read_census_tract(code_tract = "MG",
                                      simplified = FALSE,
                                      year = 2010,
                                      showProgress = FALSE)

Using year 2010

tracts_sf <- filter(tracts_sf, name_muni == "Belo Horizonte")

• read_census_tract carrega dados dos setores censitários.

• simplified = FALSE mantém todos os detalhes geográficos.

4. Visualização dos Dados: Crie um mapa dos setores censitários:

ggplot() + 
  geom_sf(data=tracts_sf, fill = 'gray90', color='gray60') + 
  theme_void()

• ggplot() inicia a criação do gráfico.

• geom_sf adiciona os setores censitários ao gráfico.

• fill e color definem as cores das áreas e bordas.

• theme_void() remove elementos desnecessários para focar no mapa.

2 Calcuando Renda Per Capta

2.1 Download dos Dados dos Setores Censitários:

1. Download dos Dados dos Setores Censitários:
   • read_tracts(year = 2010, dataset = "Basico", showProgress = FALSE) carrega dados básicos dos setores censitários para 2010.
   • read_tracts(year = 2010, dataset = "DomicilioRenda", showProgress = FALSE) carrega dados de renda dos domicílios dos setores censitários para 2010.
   • showProgress = FALSE desativa a exibição de progresso.

tract_basico <- read_tracts(year = 2010,
                            dataset = "Basico", 
                            showProgress = FALSE)

Reading data cached locally.

tract_income <- read_tracts(year = 2010,
                            dataset = "DomicilioRenda", 
                            showProgress = FALSE)

Reading data cached locally.

2. Seleção das variáveis :
   • tract_basico |> select('code_tract','V002') seleciona as colunas code_tract (código do setor censitário) e V002 (população do setor) do dataset básico.
   • tract_income |> select('code_tract','V003') seleciona as colunas code_tract e V003 (renda total do setor) do dataset de renda.

# select columns
tract_basico <- tract_basico |> select('code_tract','V002')
tract_income <- tract_income |> select('code_tract','V003')

3. Junção dos Dados:
   • left_join(tract_basico, tract_income) combina os dois datasets baseando-se no code_tract.
   • |> collect() é utilizado para coletar e consolidar os resultados da junção.

tracts_df <- left_join(tract_basico, tract_income) |> collect()

4. Cálculo da Renda Per Capita:

   • mutate(income_pc = V003 / V002) adiciona uma nova coluna income_pc, calculando a renda per capita do setor (renda total dividida pela população).

   tracts_df <- tracts_df |> mutate(income_pc = V003 / V002)

5. Junção com Dados Geográficos:

bh_tracts <- left_join(tracts_sf, tracts_df, by = 'code_tract')

• left_join(tracts_sf, tracts_df, by = 'code_tract') junta o dataframe tracts_sf (dados geográficos dos setores censitários de Belo Horizonte) com tracts_df (dados socioeconômicos), baseando-se no código do setor censitário.

2.2 Criando um gráfico interativo

Este trecho de código em R cria um mapa interativo para visualizar a renda per capita por setor censitário em Belo Horizonte no ano de 2010. O código usa ggplot2 para criar o gráfico e plotly para torná-lo interativo. Vamos analisar cada componente:

1. Criação do Gráfico Base:
   • ggplot() inicializa o gráfico.
   • geom_sf(data = bh_tracts, aes(fill = income_pc), color=NA) adiciona os setores censitários de Belo Horizonte ao gráfico, com a cor das áreas determinada pela renda per capita (income_pc).
   • geom_sf(data = muni_bh, color='gray10', fill=NA) desenha as fronteiras do município em uma cor escura (gray10) sem preenchimento interno.

p <- ggplot() +
  geom_sf(data = bh_tracts, aes(fill = income_pc), color=NA) +
  geom_sf(data = muni_bh, color='gray10', fill=NA) +
  labs(subtitle = 'Renda per capita.\nBelo Horizonte, 2010') +
  scale_fill_viridis_c(name = "Renda per\ncapita (R$)",
                       labels = scales::number_format(),
                       option = 'magma',
                       breaks = c(0, 500, 1e3, 5e3, 1e4, 2e4),
                       trans = "pseudo_log", na.value = "gray90") +
  theme_void()

ggplotly(p)

2. Adição de Rótulos e Ajustes Visuais:
   • labs(subtitle = 'Renda per capita.\nBelo Horizonte, 2010') adiciona um subtítulo ao gráfico.
   • scale_fill_viridis_c(...):
     • Aplica uma escala de cores ‘viridis’ (aqui, opção ‘magma’) para representar a renda per capita.
     • labels = scales::number_format() formata os números para melhor legibilidade.
     • breaks = c(0, 500, 1e3, 5e3, 1e4, 2e4) define os pontos em que as cores mudarão no mapa.
     • trans = "pseudo_log" aplica uma transformação logarítmica para escalonar os dados de renda.
     • na.value = "gray90" define a cor para valores ausentes como um cinza claro.
   • theme_void() remove elementos desnecessários do gráfico, focando nos dados.
3. Conversão para Gráfico Interativo:
   • ggplotly(p) transforma o gráfico ggplot em um gráfico interativo usando a função ggplotly do pacote plotly. Isso permite que os usuários interajam com o gráfico, como passar o mouse sobre áreas específicas para ver detalhes adicionais.

2.3 Conclusão

Neste tutorial, você aprendeu a combinar dados socioeconômicos e geográficos para calcular e visualizar a renda per capita por setor censitário em Belo Horizonte, utilizando dados do censo de 2010. Através do pacote censobr no R. Com a visualização interativa fornecida pelo ggplot2 e plotly, você pode agora explorar os dados de uma maneira mais dinâmica e informativa.

3 Referências

Pereira, Rafael H. M., e Rogério J. Barbosa. 2023. «censobr: Download Data from Brazil’s Population Census». https://CRAN.R-project.org/package=censobr.